POJ3734 矩阵快速幂

本文解决了一个使用四种颜色(红、黄、绿、蓝)填充长度为n的线段的问题,要求红色和绿色块的数量为偶数。通过矩阵快速幂的方法实现了高效的求解,并介绍了使用vector实现动态二维数组的技术。

传送门:POJ3734

题意:用红黄绿蓝四种色块组成长为n的线段,要求红色和绿色的色块数为偶数,问有多少种组成方法。

思路:我是看着大白上的推出来的矩阵快速幂的公式做的,但是我看discuss里各路大神直接推出了线性公式,根本不用矩阵。。话说生成函数是个什么鬼啊。。要学的东西好多啊。。

想知道具体思路的请自行查阅挑战程序设计第二版,上面分析的很清楚了。

代码:

#include<iostream>
#include<algorithm>
#include<string.h>
#include<vector>
using namespace std;
const int mod = 10007;
typedef long long ll;
typedef vector<int> vec;
typedef vector<vec> mat;//用二维vector来表示矩阵
mat mul(mat &A,mat &B)
{
	mat C(A.size(),vec(B[0].size()));
	for(int i=0;i<A.size();i++)
	for(int k=0;k<B.size();k++)
	for(int j=0;j<B[0].size();j++)
	C[i][j]=(C[i][j]+A[i][k]*B[k][j])%mod;
	return C;
}
mat poww(mat &A,ll n)
{
	mat B(A.size(),vec(A[0].size()));
	for(int i=0;i<B.size();i++)
	B[i][i]=1;
	while(n)
	{
		if(n&1) B=mul(B,A);
		A=mul(A,A);
		n>>=1;
	}
	return B;
}
int main()
{
	int T,n;
	cin>>T;
	while(T--)
	{
		cin>>n;
		mat A(3,vec(3));
		A[0][0]=2;A[0][1]=1;A[0][2]=0;
		A[1][0]=2;A[1][1]=2;A[1][2]=2;
		A[2][0]=0;A[2][1]=1;A[2][2]=2;
		A=poww(A,n);
		cout<<A[0][0]<<endl;
	} 
}
写这个题学到了vector套vector当二维数组用的骚方法,这样两个维度都可以动态申请,而不必提前确定好。

### 关于POJ 1995问题的快速幂C++实现 对于POJ 1995问题,其核心在于通过矩阵快速幂算法高效解决大规模数据下的指数运算。以下是基于引用材料中的相关内容构建的一个完整的解决方案。 #### 矩阵快速幂的核心逻辑 矩阵快速幂是一种高效的计算方式,在处理线性递推关系时尤为有效。例如斐波那契数列可以通过构造特定的转移矩阵来加速计算[^4]。具体来说,给定一个初始状态向量和一个转移矩阵,经过若干次幂运算后可获得目标状态。 以下是一个通用的矩阵快速幂模板: ```cpp #include <iostream> using namespace std; const int N = 2; // 定义矩阵大小 struct Matrix { long long m[N][N]; }; // 矩阵乘法函数 Matrix multiply(const Matrix& a, const Matrix& b) { Matrix c; for (int i = 0; i < N; ++i) { for (int j = 0; j < N; ++j) { c.m[i][j] = 0; for (int k = 0; k < N; ++k) { c.m[i][j] += a.m[i][k] * b.m[k][j]; c.m[i][j] %= 10000; // 取模操作 } } } return c; } // 快速幂函数 Matrix fastPower(Matrix base, long long exp) { Matrix result; for (int i = 0; i < N; ++i) { for (int j = 0; j < N; ++j) { result.m[i][j] = (i == j); } } while (exp > 0) { if (exp % 2 == 1) { result = multiply(result, base); } base = multiply(base, base); exp /= 2; } return result; } int main() { long long n; cin >> n; // 初始化转移矩阵 Matrix trans; trans.m[0][0] = 0; trans.m[0][1] = 1; trans.m[1][0] = 1; trans.m[1][1] = 1; // 计算结果矩阵 if (n == 0 || n == 1) { cout << 1 << endl; } else { Matrix res = fastPower(trans, n - 1); // 初始状态向量 long long fib_prev = 1; long long fib_curr = 1; // 输出结果 cout << (res.m[0][0] * fib_prev + res.m[0][1] * fib_curr) % 10000 << endl; } return 0; } ``` 此代码实现了针对斐波那契数列的大规模项求解功能,并采用了取模`%10000`的操作以满足题目需求。其中的关键部分包括矩阵乘法、快速幂以及状态转移的设计[^3]。 #### 特殊注意点 在实际提交过程中需要注意以下几个方面: - **大数组定义**:如果涉及更大的矩阵或者更复杂的动态规划表,则需特别留意内存分配的位置及其范围限制[^2]。 - **时间复杂度控制**:尽管快速幂本身具有较低的时间复杂度O(log n),但在极端情况下仍需验证是否存在进一步优化空间。 - **边界条件处理**:如输入为较小数值时直接返回已知答案而非进入循环计算流程。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值